一种新的电压偏差预测方法

• 作者: 杨秀 潘爱强 王知芳
• 来源期刊: 电力工程技术
• 学科: 工学
• 关键词: 电压偏差 主成分分析 聚类算法 神经网络
• 年，卷（期）: 2018,（5）
• 所属期刊栏目: 电能质量专题
• 页码范围: 26-31
• 页数: 6页
• 分类号: TM711
• 字数: 4060字
• 语种: 中文
• DOI: 10.3969/j.issn.1009-0665.2018.05.007

摘要

针对电压偏差预测难度大的问题,文中提出一种新的电压偏差预测方法.该方法包括主成分分析法(principal component analysis,PCA)降维、亲和力传播(affinity propagation,AP)聚类、反向传播(back propagation,BP)神经网络预测3步.通过PCA对数据进行降维,获得数据主成分;为了弥补传统聚类方法的不足,提高聚类效果,文中引入AP聚类提取与待预测点同类的历史数据;最后选择BP神经网络建立电压偏差预测模型.将文中方法应用于实际电压偏差数据,结果表明该方法预测结果平均相对误差为3.06％,优于传统BP神经网络预测模型以及BP神经网络结合PCA降维的预测模型.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨秀	上海电力学院电气工程学院	104	1923	21.0	41.0
2	潘爱强	国网上海市电力公司电力科学研究院	15	30	3.0	5.0
3	王知芳	上海电力学院电气工程学院	2	6	2.0	2.0